熊猫groupby max-多列

托米

在将熊猫分组为最大值后,如何完全沿着max()值显示匹配的行结果

df = data.loc[:,['no','std_date','result_date','result']]
result = df.groupby(['no','std_date'])[['result_date','result']].max()

我在每个“ std_date”上显示结果并发送结果。但是,现在'result_date'和'result'每列的最大值。在此处输入图片说明

<original data >				
	no	std_date	result_date	result
0	s1	2012-12-24	2012-07-03	601.19
1	s2	2011-11-23	2011-05-16	1.96
2	s2	2011-11-23	2011-11-10	15.2
3	s3	2016-08-10	2016-04-23	14.05
4	s5	2013-11-12	2013-05-31	34.73
5	s5	2013-11-12	2013-07-22	12
6	s5	2017-11-14	2014-05-09	0.59
7	s5	2017-11-14	2016-09-07	0.8
8	s5	2017-11-14	2017-06-20	1.54
9	s6	2012-06-01	2012-05-14	1.08
10	s7	2018-11-19	2018-04-10	25.74
11	s7	2018-11-19	2018-10-16	12.49
12	s8	2013-12-24	2013-10-17	26.48
13	s8	2016-01-20	2013-12-31	1.36
14	s8	2016-01-20	2014-08-27	0.9
15	s8	2016-01-20	2015-06-29	3.72



<I want to >			
		           result_date	result
no	std_date		
s1	2012-12-24	2012-11-28	601.19
s2	2011-11-23	2011-11-10	15.2
s3	2016-08-10	2016-04-23	14.05
s5	2013-11-12	2013-07-22	12
s5	2017-11-14	2017-06-20	1.54
s6	2012-06-01	2012-05-14	1.08
s7	2018-11-19	2018-10-16	12.49
s8	2013-12-24	2013-10-17	26.48
s8	2016-01-20	2015-06-29	3.72

脑力激荡

您可以保留结果,然后将其合并回DataFrame

result = df.groupby(['no','std_date'])[['result_date']]\
    .max()\
    .reset_index()\
    .merge(df,on=['no','std_date','result_date'])

输出:

   no  std_date result_date  result
0  s1  12-12-24    12-07-03  601.19
1  s2  11-11-23    11-11-10   15.20
2  s3  16-08-10    16-04-23   14.05
3  s5  13-11-12    13-07-22   12.00
4  s5  17-11-14    17-06-20    1.54
5  s6  12-06-01    12-05-14    1.08
6  s7  18-11-19    18-10-16   12.49
7  s8  13-12-24    13-10-17   26.48
8  s8  16-01-20    15-06-29    3.72

本文收集自互联网,转载请注明来源。

如有侵权,请联系 [email protected] 删除。

编辑于
0

我来说两句

0 条评论
登录 后参与评论

相关文章